如何提高glm系数估计时的精度

zs2k

3818

收藏 2014-02-28

在Ｒ中glm可以很好的处理系数估计，但是偏差相对于线性模型还是偏大，见如下程序：

复制代码

请教各位老师同学，在R中，有没有一个好的方法可以提高估计的精度，使估计的bias更小？
谢谢！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

jgchen1966

2014-2-28 22:56:40

两个模型的概率分布模型的假设本就不一样吗？？？一个两项，另一个的正态。两个都设正态，结果应差不多了。但也不能说“精度”高，也许两个都是不精确的或是错的。。参数模型正常均有大量假设，既是优势（如果你一一证实了假设是合理，估计较好），也是劣势（正常的应用，很难事先知道数据的分布与产生规律（知道了也不用估计了！！））。。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ntsean

2014-3-1 21:01:50

两个不是一样的模型，线性比logistic精度高是因为y的信息多，logistic的y只有0和1，所以线性的power大

提高logistic的样本量，精度自然就上去了

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群